Instabilitäten durch externe Einflussgrößen sowie unbekannte Wirkzusammenhänge zwischen Prozessparametern oder Qualitätsmerkmalen von Produkten führen in Massivumformprozessen trotz vorhandener Prozessregelungen häufig zu Ausschuss. Aktuelle Regelkonzepte basieren auf implizitem Bedienerwissen und setzen auf eine manuelle Anpassung der Prozessparameter. Dabei ist es oftmals nicht möglich, die Prozesse rechtzeitig anzupassen, um die Fertigungstoleranzen der Produkte einzuhalten.

Ein Mittel zur übergreifenden Kompensation von Qualitätsabweichungen sind Qualitätsregelkreise. In Kombination mit Ansätzen des maschinellen Lernens – hier dem Reinforcement Learning und dem Transfer Learning – bieten sie das Potenzial, den Ausschuss zu reduzieren. Dies geschieht über eine automatische Adaption der Anlagenparameter bei auftretenden Instabilitäten.

Neuartige Regler für Qualitätsregelkreise

Das Ziel des Forschungsprojektes „Irlequm“ ist daher die Entwicklung eines auf Reinforcement und Transfer Learning basierenden Verfahrens zur Implementierung von neuartigen Reglern in Qualitätsregelkreisen von Massivumformprozessen.

Damit eine Reinforcement-Learning-fundierte Regelung ermöglicht werden kann, wird zunächst die notwendige IT-Infrastruktur definiert und umgesetzt. Eine solche Regelung bietet die Vorteile, dass zum einen alle qualitätsrelevanten Informationen wie Prozessparameter, Umgebungsbedingungen oder Rohstoffeigenschaften in die Regelung einbezogen werden können. Zum anderen lässt sich das implizite Bedienerwissen der Regelung dauerhaft nutzbar machen.

Um die Anlernzeit des Reinforcement-Learning-Algorithmus zu reduzieren und Ressourcen zu schonen, wird er nicht direkt am Realprozess trainiert, sondern an einer stochastischen Prozesssimulation. Die an der Simulation gewonnenen Erkenntnisse werden anschließend mittels Transfer Learning auf den Qualitätsregelkreis des Regelkreises übertragen. Das Ergebnis des Forschungsprojekts soll damit eine Qualitätsregelung von Massivumformprozessen sein, welche automatisiert, umfassend und in Echtzeit Prozesse regelt und die Qualität der Prozesse optimiert. Die gesteigerte Prozessqualität soll wiederum die Qualität der Produkte erhöhen und den Ausschuss reduzieren.

Partner aus Wissenschaft und Industrie

Das Forschungsprojekt Irlequm wurde im Juni gestartet und hat eine Projektdauer von drei Jahren. Vorangetrieben wird es in der Zusammenarbeit der Lehrstühle für Fertigungsmesstechnik und Qualitätsmanagement sowie für Technologie der Fertigungsverfahren vom Werkzeugmaschinenlabor der RWTH Aachen sowie den Unternehmen Mubea Tailor Rolled Blanks (Konsortialführer), Eichsfelder Schraubenwerke, Iconpro, Schomäcker Federnwerk, Quality Automation und den assoziierten Partnern Mawi und Schuler Pressen.

Werkzeugmaschinenlabor der RWTH Aachen

Campus-Boulevard 30

52074 Aachen

Tel.: +49 241 8027400

info@wzl.rwth-aachen.de

www.wzl.rwth-aachen.de